※ 引述《horby (horby)》之铭言： : 想请教关於scipy限制式的写法 : 简单程式如下： : import numpy as np : import scipy as sp : import scipy.optimize as opt : #给定一些变数值，w0是起始值，w1是限制的依据，score是其他运算资料，不重要 : w1 = np.array([ 0.4, 0.3, 0.2, 0.1, 0. , -0.1, -0.2, -0.3, -0.4]) : w0 = np.ones(w1.size)/w1.size : score = np.array([ 0.04, -0.24, 0.01, 0. , -0.27, 0.02, 0.03, -0.11, -0.05]) : #目标函数 : def objfun(w, score, w1): : return -1.0 * np.dot(w, score) : #限制式 : bounds = [(-0.1 + i, i+0.1) for i in w1] : #求解 : results = opt.minimize(objfun, w0, args = (score, w1), : method = "SLSQP", : bounds = bounds) : 基本上我要求解w使函数极大化，但是w的变化范围限定在w1的正负10% : 上述的写法可以成功，但我想知道以constraints改写bounds要怎麽写， : 请大家指点一下，谢谢!!! 照说明文件的解释 constraints 应该要先写成 g_i(x) >= 0 的型式 所以如果你有某个 i - 0.1 <= g(x) <= i + 0.1 应该先做些小小的推导 把这个写成两条不等式: g(x) - i + 0.1 >= 0 i + 0.1 - g(x) >= 0 然後把这两条不等号左边放进constrains中: cons = ({'type': 'ineq', 'fun': lambda x: ......}, {'type': 'ineq', 'fun': lambda x: ......}) 这样子... --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 1.160.165.64 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Python/M.1454179101.A.DE4.html